全新機遇仍是一紙空談？

1月21日消息，如今，一部分人認爲大數據的價值在於幫助企業各部門得到新的洞察力並付諸行動；另外一部分人認爲大數據不過是天花亂墜的宣傳而已。那大數據究竟是機遇仍是空談，劃分着兩種觀點之間神祕的界限究竟是什麼？ 目前，人們對大數據及其價值的認知各有不一樣。一部分人認爲大數據的價值在於幫助企業各部門得到新的洞察力並付諸行動；另外一部分人認爲大數據不過是天花亂墜的宣傳而已。這兩種觀點都有可取之處，而有趣的是，這兩種觀點都成立。儘管外界對大數據大肆宣傳，人們仍是很快了解到大數據真正價值與空談之間的區別。 弄清這種區別將很是有助於瞭解大數據價值（最好考慮投資大數據）並認清仍對大多數企業發展構成主要阻礙的挑戰。姑且假設將來相關技術將逐漸成熟，並能經過釋放其潛力創造價值。這種預測已在以往多種技術上都獲得證明，大數據技術應該也不例外。制約大數據技術發展的主要瓶頸在於它自身的問題：人們會忽略大數據的嚴重依賴性，或認爲這種依賴性僅僅是咱們爲創造價值而必須接受的前提。 這種依賴性是指用戶認爲在創造價值前，必須保持數據一致性，或在數據庫等持久保存數據的系統內實現數據標準化，這須要企業大張旗鼓，投入數十億美圓，卻致使效率低下和重複勞動。所以，在沒有創造任何價值前，企業的項目投入已達到70%，用於數據識別、採集、遷移、存儲及優化。雖然過去十年間分析技術已取得屢次重大突破，而分析技術終端及平臺數量激增，但與過去30年相比，企業分析解決方案開發及部署模式仍未發生變化。 使人關注的是，在利用大數據技術真正創造價值的行業內，大數據市場正呈現出不斷細分的趨勢，且這一趨勢已逐漸明朗。咱們最好從這些細分市場入手，深刻了解大數據價值與空談之間的區別。 可以體現大數據價值的領域 大數據技術在數據探索、趨勢分析、調整機會分析等領域已得到成功應用。這看上去毋庸置疑，而如下兩個共同點卻不明顯，但大數據技術在符合這些共同點的領域內已具備切實的可行性，並已站穩腳跟。 ·全新的海量交互信息：基於Web的購物與數字化零售、移動端活動、社交媒體互動信息及互聯網搜索條件。換言之就是全新的海量同類數據。 ·重視營銷機會：爲產品銷售提高潛在客戶識別成功率，這種技術應用一般由大衆化營銷與媒體費用承擔。 沒法體現大數據價值的領域 隨着數據同類性下降，致使得到洞察力的成本相應增加，大數據的價值開始下降，而對於大數據綜合價值因素的炒做也導入歧途。在談到典型的企業問題時，大數據鮮有成功案例。緣由何在？ ·業務問題已經是老生常談。這已經無需再議，可能在過去5-10年內使用「新型」數據是大數據技術順利部署的成功因素之一。 ·解決方案使用不一樣類型的組件。企業數據面臨的挑戰是它普遍分佈在各類不一樣的技術和數據平臺上。例如，數字化零售、電信業及社交媒體使用結構化數據，其表現形式類似；而企業數據則分佈在主機、ETL（提取、轉換和加載）工具、虛擬層、關係數據庫、商業智能（BI）數據庫、交易數據庫以及數百種其它組件中，這些技術在過去30年中已不斷髮展。更糟糕的是，每種應用程序使用不一樣的數據模型，致使數據與其相關技術平臺整合愈來愈複雜，所以，利用當前大數據工具訪問企業數據，難以創造直接的價值。 這就是企業大部分業務問題與大數據無關的緣由。這些業務問題其實是分佈式數據問題：在這種模型下，信息、數據、價值和分析普遍分佈在不一樣的位置、技術平臺和數據源內。但咱們仍繼續使用與以往相同的集中式模型來解決這一日趨嚴重的分佈式問題。當用戶可以經過常見的界面外觀穩定地訪問數據時，這些集中式模型可以發揮很大的做用，這在社交媒體、數字化零售等行業新的成功案例中家常便飯。但集中式模型卻沒法解決銀行、保險、醫療行業及其它普遍的業務問題。 Standish梅隆資產管理公司近期更新大型數據項目成功案例調研報告。更新內容顯示，2003至2012十年間人工成本至少達到1,000萬美圓的3,555個大型數據項目中，只有6.4%的項目順利完成。這正是企業未能高效管理分佈式數據源及其相關技術所形成的後果。咱們仍需運用大數據技術才能克服這些困難。 目前，企業實現大數據價值需對多種不一樣數據及功能體系進行數據整合及標準化規劃。如不改變現有數據管理機制，那麼企業解決方案採用越多的分佈式組件，項目回報率越低。 大數據技術促進深度分析及分析性能取得技術突破，其價值毋庸置疑。但這種價值卻被數據提取和/或整合成本破壞，致使價值/炒做的底線被輕易衝破。目前，市場在數據價值上多少存在一些分歧，其中一部分行業尚處於初創時期，可保持技術一致性，所以，這些行業能夠暫時解決分佈式數據的問題。 因爲技術孤島仍將持續存在，且數據仍保存在不一樣的位置，Gartner公司分析師Doug Laney預計到2017年，90%的大數據項目仍沒法發揮它們的做用。Doug最近總結到，雖然數據複雜性、企業內外部數據的分佈和離散度不斷提高，但也不會由於大數據技術做出的各類承諾而認可系統及數據大規模整合項目的合理性，它們只是大數據價值的體現。 咱們只有意識到大數據技術雖已佔有一席之地，但仍受到分佈式數據源的直接影響，才能儘早經過真正具備成本效益的途徑，根據數據複雜度和分佈狀況，充分利用數據價值。 大多數企業可靈活使用雙重數據策略：運用大數據技術對大量同類數據進行深刻分析及機會辨別；或運用分佈式數據應對運營、風險、管理等複雜但已爲人所瞭解的挑戰。人們將可以接受這種雙重數據管理策略，充分發現、挖掘並管理大數據技術的價值，並在行業內實現不斷靈活創新。